• Video
  • wir probieren es mit Video
  • bei Störungen: alle ausschalten (außer mir)

• “sich melden”
  • mit Video: Hand hoch/ in die Kamera (gern auch sprachlich)
  • ohne Video: Video anschalten

• “ja” / “nein”
  • in Chat
  • ggf. Video anschalten

1. Seminarüberblick
2. Deskription vs. Inferenz
3. Übung mit Artikel

• Überblicksveranstaltung: 2 CP für
  • Vor- und Nachbereitung (Texte, Videos, Aufgaben)
  • 50% der Aufgabenpunkte

• Vertiefungsveranstaltung: 4 CP für
  • Vor- und Nachbereitung (Texte)
  • “Assignments” mit
  • Hausarbeit (bald unter “Hausarbeiten: Aufgaben und Instruktion” auf Moodle > Allgemeines)
  • keinerlei Anwesenheitspflicht - aber bitte Versäumtes eigenständig “nacharbeiten”

• dekriptive Statistik & Inferenzstatistik
• Wahrscheinlichkeitstheorie
• frequentistisches Nullhypothesentesten
• Hypothesentesten mit BAyes Faktoren
• Inferenzstatistiken zu Cohen’s d, Pearson’s r, Kendall’s \(\tau\)
• Regression
• Data Wrangling
• Dummy Codierungen
• Voraussetzungen

• Semester
  • Erste Hälfte: Jürgen Schneider
  • Zweite Hälfte: Samuel Merk

• 14-16 Uhr asynchron; 16-18 Uhr synchron
  • flipped classroom
  • selbst erkundend
  • Werkstattcharakter

• aktive Teilnahme macht das Seminar spannend

• alle Fragen & Diskussionsbeiträge sind erwünscht!

• wertschätzender Umgang

Aus WiSe
“Einführung in die Methoden empirischer Forschung in der Schulforschung/Schulentwicklung”
kennen Sie:

• empirische Variablen (Skalenniveaus, UV/ AV)
• zentrale Tendenzen & Streuungsmaße
• Häufigkeitsverteilungen
• Transformationen
• Unterschiede in der zentralen Tendenz zweier
  • ordinaler Variablen
  • metrischer Variablen
• Zusammenhang zweier metrischer Variablen
  • Korrelation
  • Regression

Was sind Merkmale und Ziele deskriptiver Statistik und Inferenzstatistik?

Beispiel Vorwissen erheben

vor diesem Kurs mache ich einen Test, um nachzuvollziehen…

• welche Lehrinhalte bereits bekannt sind und welche weniger
• wie unterschiedlich die Kenntnisstände sind
• wie sich einzelne Personen entwickeln (benötigt Nachtest)

Erhobene Daten in einer Datenmatrix verzeichnet

(Eid et al., 2015, Kap. 6)

Beschreibung der Daten anhand

• Zusammenfassung
• der Daten aus der Datenmatrix = Stichprobe
• d.h. Beschreibung der Merkmalsausprägungen von Objekten
• univariat & multivariat

(Döring & Bortz, 2016, Kap. 12.2; Eid et al., 2015, Kap. 6)

Beispiel
Ich habe einen Onlinekurs erstellt, mit dem Computational Thinking von SuS trainiert wird. Ich behaupte damit können alle deutschsprachigen SuS der Klasse 8 und 9 ihr Computational Thinking fördern! Gerade haben 25 SuS den Kurs durchlaufen, diese Gruppe hat im Kompetenztest zu Computational Thinking \(\bar{x}= 515\) erzielt. Der Kompetenztest ist für SuS der 8. und 9. Klasse auf den Populationsmittelwert 500 normiert.

Ich meine: Mein Onlinekurs ist wirksam!
Sie meinen: Meh…

Beispiel
Ich habe einen Onlinekurs erstellt, mit dem Computational Thinking von SuS trainiert wird. Ich behaupte damit können alle deutschsprachigen SuS der Klasse 8 und 9 ihr Computational Thinking fördern! Gerade haben 25 SuS den Kurs durchlaufen, diese Gruppe hat im Kompetenztest zu Computational Thinking \(\bar{x}= 515\) erzielt. Der Kompetenztest ist für SuS der 8. und 9. Klasse auf den Populationsmittelwert 500 normiert.

Vorab: Was ist…

• Treatment/ unabhängige Variable
• abhängige Variable
• Population
• Populationsmittelwert
• Stichprobenmittelwert

Machen Sie auch eine/ mehrere Studie/n!
Jetzt ganz einfach mit der App.

Auftrag:

• Sie möchten eine Studie durchführen, um herauszubekommen, ob mein Onlinekurs wirkt. Die SuS der Studie nehmen am Onlinekurs teil und machen den Kompetenztest. In der App sehen Sie deren Ergebnisse.
• Spielen Sie ein wenig an den Einstellungen herum: Was können Sie beobachten?
• Welche Erkenntnis können Sie in Bezug auf meine Aussage generieren?

Ca. 7min

• Empirische Forschung: Stichprobenansatz nötig
• zufällige Auswahl bestimmter Ereignisse (mit besonderen Merkmalen)?
• Aufgabe Inferenzstatistik: Mit welcher Sicherheit können wir von beobachteten Ereignissen auf allgemeine Gesetzmäßigkeiten schließen?
• falsche Entscheidungen nie ausgeschlossen (z.B. p-Wert \(\approx P(Daten | \mu_{EG} = \mu_{KG})\))

(Eid et al., 2015, Kap. 8)

• Studie zu “Stereotypenbedrohung als Ursache für geringeren Wortschatzzuwachs”
• Frage: Geringerer Lernzuwachs von Kindern mit nicht deutscher Familiensprache, denen in einer Lernsituation explizit/ implizit ein negatives Stereotyp über ihre Gruppe induziert wird
• Wortschatztest (Pretest) - Treatment + Lernphase - Wortschatztest (Posttest)

Übung:

• Überfliegen Sie bitte den Artikel von Sander et al., 2018
  • Besonders Abstract, 3.1 Stichprobe, Ergebnisse (4.1, 4.2)
• Posten & voten:
  • Welche Punkte finden Sie hier potentiell diskussionswürdig?
  • Was haben Sie nicht verstanden?

Hier posten: pollev.com/js123

(Sander, Ohle, McElvany, Zander, & Hannover, 2018)